scipy.weave对更复杂性能代码的限制

Question

1. 与本机(C，Fortran)静态编译函数的直接调用相比，使用weave.inline()调用函数是否存在开销？我担心weave.inline()每次调用该函数时都会编译该代码(幸运的是，它没有编译)，但我仍然担心，如果代码已经编译或不编译(我不知道它在里面是如何工作的)，它可能会通过一些测试而减慢速度。
2. 是否可以使用weave.inline()？编写更复杂的(多功能)C代码？我试过了，我得到了错误的a function-definition is not allowed here before '{' token
3. 是否有可能以这样的方式编译代码，以便可以独立地调用函数。

Bacground /应用程序/示例

我有一个N体程序求解器，它使用f2py，由几个函数组成(一个函数计算物体间的力，另一个函数通过RKF45集成微分方程)。

因为我发现很难让f2py在Windows下工作，而且我想要制作多平台的python库，所以我尝试将它重写为C，并使用基于本教程http://wiki.scipy.org/PerformancePython的scipy.weave

为了举例说明，我用了一个简单得多的微分方程dA(t)/dt = -k*A(t)

from scipy import weave
from scipy.weave import converters
from pylab import *
n = 100
As = zeros(n);
def testODE(A, k, n):
    code = r"for (int i=0; i<n; i++) { As(i)=A; A -= (double)k*(double)A; }"
    return weave.inline(code, ['A','k','n','As'], type_converters=converters.blitz, compiler = 'gcc')               
ks = arange(0.02,0.2,0.02)              
for k in ks:
    testODE( 10.0, k, n)
    plot ( As );
show();

这个很好用。我只是不确定由于weave.inline()调用是否存在一些开销。

但是，如果我为求导数(如N体问题中的力)做了一个单独的函数，我就会得到误差a function-definition is not allowed here before '{' token。

def testODE_multiFunc(A, k, n):
    code = r'''
        double evalDerivatives(double a, double b){ return a*b; }
        for (int i=0; i<n; i++) { As(i)=A; A -= evalDerivatives(k,A); }
        '''
    return weave.inline(code, ['A','k','n','As'], type_converters=converters.blitz, compiler = 'gcc', verbose=3)    

Answer 1

下面是对编译代码缓存方式的解释：编织目录

如果要内联复杂(多功能)C代码，可以在单独的头文件(例如，foo.h)中定义函数，然后将其传递给对inline的调用。

weave.inline(code, ['A','k','n','As'], headers=['"foo.h"'],
             type_converters=converters.blitz)

注意这个奇怪的引语。来自文档

header : str，可选字符串列表，指定在编译代码时要使用的头文件。列表看起来可能是"“、”my_header“。请注意，头字符串需要在C++代码中的#include语句末尾粘贴的表单中。